【技术实现步骤摘要】
本申请涉及计算机视觉，尤其涉及一种基于多尺度监督学习的道路消失点检测方法及装置。
技术介绍
1、在计算机视觉领域，消失点检测是一项基础而重要的任务，涉及从图像中确定平行线在图像平面上的交汇点。消失点检测对于场景的三维理解、导航系统、自动驾驶汽车及机器人的路径规划等应用至关重要。准确检测图像中的消失点，能够大大提高上述应用的性能和可靠性，因此对消失点检测技术的研究和发展具有重要意义。
2、传统的消失点检测技术主要依赖于边缘检测和直线拟合方法。具体步骤包括：使用边缘检测算法(如canny边缘检测)识别出图像中的直线。通过聚类技术(如霍夫变换)将检测到的直线分组。计算各组直线的交点以确定消失点。尽管这些方法在简单场景中表现良好，但它们存在显著的缺点。
3、首先，传统方法对图像噪声较为敏感，在复杂或非结构化环境中表现不佳。这些方法容易受到图像质量的影响，低质量图像会导致检测精度下降。其次，基于卷积神经网络(cnn)的方法需要大量标注精确的训练样本，获取这些数据成本较高。对于不常见的场景配置或极端天气条件下，现有方法的性能...
【技术保护点】
1.一种基于多尺度监督学习的道路消失点检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述原始图像进行预处理，得到预处理后的图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述在所述道路消失点检测模型中利用骨干网络对所述预处理后的图像进行特征提取，得到深层语义特征信息，包括：
4.根据权利要求1所述的方法，其特征在于，所述利用特征金字塔网络对所述深层语义特征信息进行处理，以融合不同尺度和语义级别的特征，生成多尺度特征图，包括：
5.根据权利要求1所述的方法，其特征在于，所述利用所述热...
【技术特征摘要】
1.一种基于多尺度监督学习的道路消失点检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述原始图像进行预处理，得到预处理后的图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述在所述道路消失点检测模型中利用骨干网络对所述预处理后的图像进行特征提取，得到深层语义特征信息，包括：
4.根据权利要求1所述的方法，其特征在于，所述利用特征金字塔网络对所述深层语义特征信息进行处理，以融合不同尺度和语义级别的特征，生成多尺度特征图，包括：
5.根据权利要求1所述的方法，其特征在于，所述利用所述热力图回归分支网络生成候选消失点的位置，包括：
...
【专利技术属性】
技术研发人员：王茂瑞，张操，苏星溢，李杨，张绍林，
申请(专利权)人：重庆赛力斯凤凰智创科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。